全球数字财富领导者
财富汇
|
美股投研
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
美图与吴欣鸿的“AI进化论”:拥抱趋势、主动求变、充满期待
go
lg
...
逐步形成了由底层、中间层和应用层构建的
AI
产品
生态。 应用层,美图在AI图片、AI视频、AI设计、AI数字人领域创新探索,并由美图秀秀实现AI影像服务聚合;中间层,美图提供了美图AI开放平台、美图创意平台、美图AI助手RoboNeo的组合;底层则是MiracleVision视觉大模型,为美图全系产品提供AI模型能力。 “通过这个生态结构,我们将持续为用户带来更优质的影像体验。”吴欣鸿表示。 AI时代,工具价值大爆发 在影像节现场,吴欣鸿对“AI时代的影像生产力工具”的主题进行了解读,AI正成为推动工具效率变革的能源,“AI对工具的意义,就好比电对于电器的意义,电的发现推动了工业革命,AI的发展则让我们进入了智能时代。” 美图公司创始人、董事长兼首席执行官吴欣鸿 吴欣鸿表示,今天美图产品的工具属性已经发生变化。“过去美图主要服务于用户的生活场景,比如拍摄、修图、修视频、社交分享。在AI时代,除生活场景外,美图将提供更多生产力场景的服务,如视觉创作、商业摄影、专业视频编辑、商业设计等等。” 在AI的驱动下,截至6月18日,美图公司的全球VIP会员数从去年影像节公布的450万增长至719万。“VIP会员数的快速增长,也让我们去年的订阅收入首次超过广告收入,开启了美图商业化的第二曲线。”吴欣鸿说。 拥抱趋势、主动求变、充满期待 当谈到美图取得的成绩时,吴欣鸿称“很幸运,美图非常积极拥抱了AI这个趋势”,而在拥抱趋势的同时,吴欣鸿也在带着美图积极寻找增量。 对比两届影像节不难发现,美图在今年不仅为不同的用户群带来了更多的产品形态,而且还加大了B端市场的布局。对此,吴欣鸿表示,这是美图主动的求变。 “我们看到在生产力场景巨大的需求和商业化的机会,而满足这些需求的能力我们都具备。”吴欣鸿表示,作为一家商业公司,我们需要追求收入和利润的增长,在B端市场这个领域有巨大的商业空间,那就会成为一个增量,所以我们特别主动。 针对AI技术如何助推产品研发以及业务增长,吴欣鸿作了进一步阐释,虽然美图积累了十几年的影像技术,但以前要去做一款新的效果或是开发新的功能,需要很多时间、人力上的投入,而且还有不确定性,但现在AI让我们可以很快地把构想去落地去验证,与此同时,这些新变化带给用户的反馈也是正向的,它会让用户有足够的动力去使用甚至去付费。吴欣鸿举例到道,像3月份推出的AI动漫,这个是美图全球首发,当用户看到自己拍摄的一个视频可以被转化成像美漫或者日漫的效果,那一刻我相信是非常惊艳,像这样的创新就能够极大地拉动订阅和单购的收入。 值得关注是,当会上被问到给美图新推出的视觉大模型打多少分时,吴欣鸿却只打出了“60分”。他解释道,虽然我们做的大模型在过去几个月进步明显,但是离最理想的生成效果还有比较大的差距,特别是在创造性上面。但起点越低,空间越大,美图有很好的基础去把这个事情做好,而且美图是一个有韧劲、有耐心的团队,所以我还是充满期待的。我也很期待自己,半年后或是年底回头来看今天,我们会给自己打多少分,这是个很好的问题。
lg
...
金融界
2023-06-20
美图回应“AI危机”聊天记录:AI带来更多机遇,全球会员数大幅增长
go
lg
...
,所以团队这段时间也特别兴奋,绝大部分
AI
产品
的研发都是自下而上驱动的。”陈剑毅表示,因为整个团队都在专心研究AI,导致很多合作未能及时响应,向合作方朋友们表达歉意。 陈剑毅表示,目前美图用户规模稳步上升,财务指标快速增长。 美图公司在现场公布了最新的VIP会员数量,截至6月18日,美图全球VIP会员数为719万,与去年影像节公布的450万会员相比大幅增长。 当日美图发布7款新品,均为基于AI技术的影像工具,覆盖视觉创作、商业摄影、专业视频编辑、商业设计等领域。同时美图还发布了视觉大模型MiracleVision。
lg
...
金融界
2023-06-19
华金证券:给予全志科技增持评级
go
lg
...
能安防、 智能座舱、 智能工控等细分
AI
产品
量产落地。 投资建议: 我们公司预测 2023 年至 2025 年公司营收分别为 18.93 亿元、 22.71亿元、 27.25 亿元, 同比增速分别为 25.0%、 20.0%、 20.0%, 归母净利润分别为2.02 亿元、 2.68 亿元、 3.39 亿元, 对应的 PE 分别为 94.5 倍、 71.2 倍、 56.3 倍。考虑到 AI 产业化浪潮正逐步展开, 公司作为端侧芯片重要供应商, 下游具备广泛的客户基础, 首次覆盖, 给予增持-B 建议。 风险提示: 产品研发不及预期、 行业竞争加剧、 下游需求不及预期 证券之星数据中心根据近三年发布的研报数据计算,长城证券邹兰兰研究员团队对该股研究较为深入,近三年预测准确度均值为70.08%,其预测2023年度归属净利润为盈利3.36亿,根据现价换算的预测PE为56.71。 最新盈利预测明细如下: 该股最近90天内共有3家机构给出评级,增持评级3家。根据近五年财报数据,证券之星估值分析工具显示,全志科技(300458)行业内竞争力的护城河良好,盈利能力一般,营收成长性较差。财务可能有隐忧,须重点关注的财务指标包括:存货/营收率增幅、经营现金流/利润率。该股好公司指标2.5星,好价格指标2星,综合指标2星。(指标仅供参考,指标范围:0 ~ 5星,最高5星) 以上内容由证券之星根据公开信息整理,由算法生成,与本站立场无关。证券之星力求但不保证该信息(包括但不限于文字、视频、音频、数据及图表)全部或者部分内容的的准确性、完整性、有效性、及时性等,如存在问题请联系我们。本文为数据整理,不对您构成任何投资建议,投资有风险,请谨慎决策。
lg
...
证券之星
2023-06-19
多维度解析DePIN如何助力人工智能?
go
lg
...
被人工智能时代改写。迄今为止,突破性
AI
产品
的缔造者都是诸如 Microsoft 的 OpenAI、Nvidia、Google 甚至 Meta 这样的传统科技巨头。 发生了什么?为什么这一次巨头赢过了初创?初创企业可以写出优秀代码,但与科技巨头相比,它们面临多种阻碍: 计算成本居高不下 AI 发展存在反向凸角:由于缺少必要的方针,围绕 AI 社会影响的担忧和不确定性阻碍了创新 AI 黑盒问题 大型科技公司建立的“数据护城河”形成进入壁垒 那么,为什么需要区块链技术出场?它与人工智能的交集在哪?虽然不能一次性解决所有问题,但Web3中的分布式物理基础设施网络(DePIN)为解决上述问题创造了条件。下文将阐述 DePIN 背后的技术如何助力人工智能,主要从四个维度: 降低基础设施成本 验证创作者和人格 填补AI 民主和透明度 设置数据贡献奖励机制 下文中: “web3”指下一代互联网,区块链技术与其他现有技术是其有机组成。 “区块链”指去中心化和分布式账本技术。 “加密”指利用代币机制进行激励和去中心化的做法。 一、降低基础设施成本(计算和存储) 每一波技术创新的引子都是某种昂贵的东西变得廉价到可以浪费。 ——社会的技术债务和软件的古腾堡时刻,来自 SK Ventures 基础设施的可负担性有多重要(人工智能的基础设施指计算、传输和存储数据的硬件成本),Carlota Perez 的技术革命理论有指明,该理论提出技术突破包含两个阶段: 来源:Carlota Perez 的技术革命理论 安装阶段以大量风险投资、基础设施建设和“推动式”市场推广(GTM)策略为特征,因为客户不了解新技术的价值主张。 部署阶段以基础设施供应的大量增加为特征,降低拉新门槛,并采用“拉动式”市场推广(GTM)策略,表明产品市场匹配度高,客户期待更多尚未成型的产品。 既然 ChatGPT 等尝试已证明市场契合度和客户需求,人们可能觉得 AI 已经进入部署阶段。然而,AI 还缺少重要一环:过剩的基础设施供价格敏感的初创企业进行搭建和尝试。 问题 当前物理基础设施领域主要由垂直一体化寡头垄断,包括 AWS、GCP、Azure、Nvidia、Cloudflare、Akamai 等,行业利润率高,据估计AWS 在商品化计算硬件上的毛利率为 61% 。所以 AI 领域、尤其是 LLM 领域的新进入者要面对及其高昂的计算成本。 ChatGPT 一次训练的成本估计在 4 百万美元,硬件推理运营成本约 70 万美元/天。 Bloom 第二版可能需要花费 1000 万美元进行训练和重新训练。 如果 ChatGPT 进入 Google 搜索,谷歌营收将减少 360 亿美元,巨额利润将从软件平台(Google)向硬件提供商(Nvidia)转移。 来源:层层分析— LLM 搜索架构与成本 解决方案 DePIN 网络如 Filecoin(起源于 2014 年的 DePIN 先驱,专注集合互联网级硬件,服务于分布式数据存储)、Bacalhau、Gensyn.ai、Render Network、ExaBits(用于匹配 CPU/GPU 供需的协调层)可以通过以下三个方面节约 75% 至 90% +的基础设施成本: 1. 推动供应曲线,激发市场竞争 DePIN 为硬件供应商成为服务提供商提供了平等机会。它创建了一个人人可以作为“矿工”加入,用 CPU/GPU 或存储能力可换取经济报酬的市场,从而给现有提供商带来竞争。 虽然像 AWS 这样的公司无疑在用户界面、运营和垂直整合方面享有 17 年的先发优势,但是DePIN 吸引了无法接受中心化供应商客定价的新户群。就像 Ebay 不直接与 Bloomingdale 竞争,而是提供更经济的替代品来满足类似需求,分布式存储网络并不取代中心化供应商,而是旨在服务于价格敏感的用户群体。 2.通过加密经济设计促进市场经济平衡 DePIN 创建的补贴机制能引导硬件供应者参与网络,从而降低最终用户的成本。究其原理,我们可以看看 AWS 和 Filecoin 在Web2和Web3中存储提供者的成本和收入。 客户获得降价:DePIN 网络营造了竞争性市场,引入Bertrand 式竞争,从而降低客户支付费用。相比之下,AWS EC 2 需要约 55% 的利润率和 31% 的总体利润率来维持运营。DePIN 网络提供的Token 激励/区块奖励也是新的收入来源。在 Filecoin 的背景下,存储提供者托管越多真实数据越能获得区块奖励(代币)。因此,存储提供者有动力吸引更多客户达成交易增加收入。几个新兴计算 DePIN 网络的代币结构仍未公开,但很可能遵循类似模式。类似网络包括: Bacalhau:将计算引入数据存储位置的协调层,避免移动大量数据。 exaBITS:服务于 AI 和计算密集型应用程序的分布式计算网络。 Gensyn.ai:深度学习模型计算协议。 3. 降低间接成本:Bacalhau、exaBITS 等 DePIN 网络以及 IPFS/内容寻址存储的优势包括: 释放潜在数据的可用性:由于传输大型数据集的带宽成本高,目前大量数据未被开发,比如体育场馆产生的大量事件数据。DePIN 项目可以现场处理数据并仅传输有意义的输出,发掘潜在数据的可用性。 降低运营成本:通过本地获取数据来降低数据输入、传输和导入/导出成本。 最小化敏感数据共享中的人工作业:如果医院 A 和 B 需要将各自患者的敏感数据进行组合分析,它们可以使用 Bacalhau 协调 GPU 算力,直接在本地处理敏感数据,而不必通过繁琐的行政流程与对方进行个人身份信息(PII)交换。 无需重计算基础数据集:IPFS/内容寻址存储自带去重、溯源和验证数据的能力。有关 IPFS 的功能和性价比可参考这篇文章。 AI 生成摘要:AI 需要 DePIN 提供的经济实惠的基础设施,目前基础设施市场由垂直一体化的寡头垄断。像 Filecoin、Bacalhau、Render Network、ExaBits 这样的 DePIN 网络使成为硬件供应商的机会民主化,引入竞争,通过加密经济设计维护市场经济平衡,让成本降低 75% -90% 以上,并降低了间接成本。 二、验证创作者和人格 问题 一份近期调研显示,50% 的 AI 学者认为 AI 给人类带来毁灭性伤害的可能性超过 10% 。 人们需要警醒,A.I.已经引发社会混乱,而且仍缺乏监管或技术规范,这种情况被称为“反向凸角”。 比如,在这段 Twitter 视频中,播客主持人 Joe Rogan 与保守评论员 Ben Shapiro 在就电影《料理鼠王》进行着辩论,然而这段视频是 AI 生成的。 来源:Bloomberg 值得注意的是,A.I.的社会影响力远不止虚假博客、对话和图像带来的问题: 2024 年美国大选期间,AI 生成的 deepfake 竞选内容首次达到了以假乱真的效果。 参议员 Elizabeth Warren 的一段视频经过编辑,让她“说”出了"共和党人不应该被允许投票"这样的话(已辟谣)。 语音合成的拜登的声音批评跨性别女性。 一群艺术家对 Midjourney 和 Stability AI 提起了集体诉讼 ,指控其未经授权使用艺术家的作品来训练 AI,侵犯版权并威胁艺术家生计。 AI 生成的由 The Weeknd 和 Drake 合唱的歌曲“Heart on My Sleeve”在流媒体平台上走红,但随后被下架。当新技术在没有规范的情况下进入主流,就会造成诸多问题,版权侵犯就属于“反向凸角”问题。 那么我们能否在Web3中加入 AI 的相关规范? 解决方案 利用加密链上来源证明进行人格证明和创作者证明 让区块链技术真正发挥作用——作为一个包含不可篡改链上历史记录的分布式账本,数字内容的真实性可以通过内容加密证明得到验证。 数字签名作为创作者证明和人格证明 要识别 deepfake,可用原始内容创作者独有的数字签名生成加密证明,签名可以使用只有创作者知晓的私钥创建,并可由对所有人公开的公钥进行验证。有了签名就可以证明内容是由原始创作者创建,不论创建者是人类还是 AI,还可以验证授权或未授权的对内容的更改。 利用 IPFS 和默克尔树进行真实性证明 IPFS 是使用内容寻址和默克尔树引用大型数据集的分布式协议。为了证明文件内容收到、更改,会生成一个默克尔证明,即一串哈希,显示特定的数据块在默克尔树中的位置。每次更改,都会在默克尔树中增加一个哈希,提供了文件修改的证明。 加密方案的痛点是激励机制,毕竟,识别出 deepfake 制造者虽然能减少负面社会影响,但不会带来同等的经济利益。这份责任很可能落在 Twitter、Meta、Google 等主流媒体分发平台上,事实也的确如此。那么我们为什么需要区块链? 答案是区块链的加密签名和真实性证明更加有效、可验证和确定。目前,检测 deepfake 的过程主要通过机器学习算法(如 Meta 的“Deepfake Detection Challenge”、Google 的“Asymmetric Numeral Systems” (ANS)和 c 2 pa:https://c 2 pa.org/)来识别视觉内容中的规律和异常,但时常不够准确,落后于 deepfake 发展速度。一般需要人工审核来确定真实性,低效且昂贵。 如果有一天每条内容都有加密签名,每个人都能可验证地证明创作来源,标记篡改或伪造行为,那我们将迎来美丽的世界。 AI 生成摘要:AI 可能对社会构成重大威胁,尤其是 deepfake 和未授权使用内容,而Web3技术,如使用数字签名的创作者证明和使用 IPFS 和默克尔树的真实性证明,可以验证数字内容的真实性,防止未经授权的更改,为 AI 提供规范。 三、AI 民主化 问题 今天的 AI 是由专有数据和专有算法构成的黑盒。大型科技公司 LLM 的封闭性扼杀了我眼中的“AI 民主”,即每个开发者甚至用户都能为 LLM 模型贡献算法和数据,并在模型盈利时获得部分利润(相关文章)。 AI 民主=可视性(能看到输入模型的数据和算法)+贡献(能向模型贡献数据或算法)。 解决方案 AI 民主的目的是让生成式 AI 模型对公众开放、与公众相关、为公众所有。下表对比了 AI 现状与通过Web3区块链技术能实现的未来。 目前—— 对于客户: 单向接收 LLM 输出 无法控制个人数据如何被使用 对于开发者: 可组合性低 ETL 数据处理不可追溯,难复现 数据贡献来源仅限于数据所有机构 闭源模型只能通过 API 付费访问 分享数据输出缺乏可验证性,数据科学家 80% 的时间用于低端数据清洗 结合区块链后—— 对于客户: 用户可提供反馈(比如偏见、内容审核、针对输出的颗粒度反馈)作为微调依据 用户可选择贡献数据换取模型盈利后的利润 对于开发者: 分布式数据管理层:众包重复耗时的数据标记等数据准备工作 可视性&组合&微调算法的能力,借助可验证源(可以看到所有改动的防篡改历史记录) 数据主权(通过内容寻址/IPFS 实现)和算法主权(例如 Urbit 实现了数据和算法的点对点组合和可移植性) 加速 LLM 创新,从基础开源模型的各种变体中加速 LLM 创新。 可复现训练数据输出,通过区块链对过去 ETL 操作和查询的不可变记录(如 Kamu)实现。 有人说Web2的开源平台也提供了一种折中方案,但其效果并不理想,相关讨论可见 exaBITS 的博文。 AI 生成摘要:大型科技公司封闭的 LLM 扼杀了“AI 民主”,即每个开发者或用户都能够为一个 LLM 模型贡献算法和数据,并在模型盈利时获得部分利润。AI 应该对公众开放,与公众相关,为公众所有。借助区块链网络,用户能够提供反馈,为模型贡献数据换取变现后的利润,开发者也能获得可视性和可验证源,从而组合和微调算法。内容寻址/IPFS 和 Urbit 等Web3创新将实现数据和算法主权。通过区块链对过去 ETL 操作和查询的不可变记录,训练数据输出的可复现性也将成为可能。 四、设置数据贡献奖励机制 问题 今天,最有价值的消费者数据为大型科技公司的专有资产,构成其核心商业壁垒。科技巨头没有动力将这些数据与外部方共享。 那么,为什么我们不能直接从数据创造者或用户那里获取数据呢?为什么我们不能把数据变成公共资源,贡献数据将数据开源化供数据科学家使用? 简单来说是因为缺乏激励机制和协调机制。维护数据和执行 ETL(提取、转换和加载)是一大笔间接成本。事实上,仅数据存储就将在 2030 年成为价值 7770 亿美元的行业,这还不包括计算成本。没有人会无偿承担数据处理的工作和成本。 不妨看看 OpenAI,最初设定是开源非盈利,但变现困难无法覆盖成本。2019 年,OpenAI 不得不接受微软注资,算法不再对公众的开放。预计到 2024 年,OpenAI 盈利将达 10 亿美元。 解决方案 Web3引入了名为“dataDAO”的新机制,促进了 AI 模型所有者和数据贡献者之间的收入再分配,为众包数据贡献创建了激励层。由于篇幅限制,此处不会展开,想要了解可阅读下方两篇文章: How DataDAO works/DataDAO 原理,作者是 Protocol Labs 的 HQ Han How data contribution and monetization works in web3/web3数据贡献和变现如何运作,我在这篇深入讨论了 dataDAO 的机制、欠缺和机遇 总的来说,DePIN 另辟蹊径,为推动Web3和 AI 创新提供了新的硬件能源。尽管科技巨头主导了 AI 行业,但新兴参与者可以利用区块链技术加入竞争:DePIN 网络降低准入门槛的方式包括降低计算成本;区块链的可验证和分布式特性使真正的开放式 AI 成为可能;dataDAO 等创新机制激励数据贡献;区块链的不可变性和防篡改特性提供了创造者身份证明,打消人们对 AI 负面社会影响的担忧。 来源:金色财经
lg
...
金色财经
2023-06-16
美股开盘:纳指跌超50点 科技股多数下跌百济神州跌超7%
go
lg
...
以直接看到AI提供的购买建议。从谷歌的
AI
产品
路线图来看,不难发现谷歌试图成为本地生活和购物入口、包揽一切的野心。 维视图像宣布取消公开发行股票 维视图像公司宣布因股价波动取消公开发行股票。 甲骨文总算迎来第二春:得益于AI大潮,年内股价涨超50% 多年来,在云技术方面,数据库软件开发商甲骨文一直落后于技术竞争对手,但这种情况正在改变。这家公司正在迎来自己的“高光时刻”。截至周三,甲骨文已经连续第5个交易日收于纪录高位,年内股价涨超50%。过去一年中,该公司的表现超过了除英伟达以外的所有大型科技企业。 阿里巴巴已有15款支持中文的开源大模型在魔搭社区上线 阿里巴巴6月以来已累涨超12%。据阿里云官微消息,阿里云在2023开放原子全球开源峰会上公布1+4开源战略,在操作系统、云原生、数据库、大数据四大开源领域之外,AI模型社区魔搭首次亮相。目前已有15款支持中文的开源大模型在魔搭社区上线。 艾伯维称泽布替尼侵权拟赴特拉华州起诉 有市场消息称,美国药企艾伯维告百济神州的BTK抑制剂泽布替尼侵权。对于上述传闻,百济神州回应称,我们将在适当的时候对该投诉作出应对,并开展积极的辩护。
lg
...
金融界
2023-06-15
华泰证券:传媒AI应用密集兑现,关注相应机会
go
lg
...
模式清晰;6月12日,掌阅科技内测首款
AI
产品
“阅爱聊”,聚焦“聊书”与“聊人”,通过对话的形式了解名著和小说;6月12日,视觉中国上线AI灵感绘图功能,包含摄影、卡通、3D、插画AIGC文生图风格。建议关注后续AI传媒应用落地兑现的投资机会。
lg
...
金融界
2023-06-15
不是MI300不好,而是市场预期太高
go
lg
...
何细节。 实质上,AMD拥有潜在的强大
AI
产品
系列,但该芯片尚未推出,而英伟达的成功在目前阻碍了AMD进入该市场并利用Intel CPU。该公司面临着不参与可能在未来5年或更长时间内推动数据中心大部分增长的领域的最终风险。 正如先前的研究所讨论的,AMD在未来几年内有望实现每股收益超过5美元。考虑到英伟达的巨额收入增长,在AI领域取得的热门产品将为这些预估提供巨大的增长空间。 总结 AMD可能在接下来的几周或几个月内横盘,直到该公司提供更多关于AI芯片销售的实质性信息。触发因素可能是7月底发布的Q2财报后的下半年业绩展望,或者可能是MI300发布的另一个活动。关键是投资者不知道AI热潮何时将回归该股票,但AMD极有可能在未来一年中获得巨大的增长,因为MI300 AI芯片系列具有巨大的潜力。 $美国超微公司(AMD)$ $英特尔(INTC)$ $英伟达(NVDA)$
lg
...
老虎证券
2023-06-14
美股开盘:纳指涨逾百点 中概股多数走高百度涨逾5%、蔚来涨超4%
go
lg
...
其公司的发展战略和不断壮大的数据中心和
AI
产品组合
和能力。周一,多家投行上调AMD目标价,Wedbush将目标价从每股95美元大幅上调至145美元,Keybanc则将目标价从110美元上调至150美元,两家投行还重申了“超配”(Overweight)评级。另外,投行Rosenblatt给出了“买入”评级,并把目标价设定在每股200美元,是所有投行给出的最高的目标价。 甲骨文Q4业绩、Q1营收指引均超预期 甲骨文公司第四财季调整后营收138亿美元,超预期的137.2亿美元;云服务和许可支持营收93.7亿美元,同比增长23%,远超预期的8%。CEO卡兹预计,第一财季EPS在每股1.12美元到1.16美元之间;云计算业务(除甲骨文健康)增速将达到29%;预计营收增速8%到10%,其中值超预期的8%。 嘉年华邮轮开盘有望再刷阶段高价,机构看好行业需求 嘉年华邮轮开盘有望再刷阶段高价。消息上,在美国银行分析师Andrew Didora和摩根大通分析师Matthew Boss均将嘉年华邮轮股票评级上调至“买入”评级。据了解,在新冠疫情之后,邮轮运营商的兴趣正在反弹。上述两位分析师都强调,由于市场对未来可能出现衰退的担忧加剧,消费者注意到他们的可自由支配支出,但尽管如此,市场对邮轮预订需求仍将持续上升。 人工智能爆点来了?全球CRM龙头推出AI云服务,年内股价已涨超六成 全球最大的客户关系管理软件供应商赛富时宣布推出了人工智能云服务,并将其生成式人工智能的风险投资基金增加一倍至5亿美元。年初以来,Salesforce股价已经反弹超60%。 AI取代人工先拿教育行业开刀?美版“作业帮”启动裁员 当地时间周一,美国版“作业帮”Chegg(在SEC文件中表示,将裁掉大约4%的员工,人数约为80人,以更好地执行其人工智能战略。成为首家因AI影响而裁员的教育公司。5月份,Chegg公司首席执行官Dan Rosensweig在财报电话会上表示,ChatGPT影响了公司业绩增长,很快引发了连锁反应,股价一天内暴跌48%,今年,该公司股价已经累跌了57%。 卡塔尔财团已完成对曼联收购 据卡塔尔当地媒体AI-Watan报道,卡塔尔财团已经完成了对曼联的收购,预计很快就会官宣。随后《邮报》报道称卡塔尔财团的报价约为50亿英镑,他希望完全控制曼联,而拉特克利夫财团的报价希望获得大约60%的股权。 瑞银上调携程网目标价至54美元 瑞信发表报告指,携程首季业绩远胜预期,预期第二季业务增长将由强劲的国内旅游趋势所主导。瑞信指出携程当前估值水平不高,基于首季业绩表现,将2023至2025年各年收入预测上调22%、18%及18%,经调整每股盈利预测调升31%、17%及16%,美股目标价由47美元上调至54美元,并维持“跑赢大市”评级。 万国数据H股今日大幅上涨逾8%,机构唱好 港股万国数据今日大幅上涨逾8%,中信证券日前指,行业层面,中短期来看行业复苏仍需时间,后续随着国内经济的逐渐复苏以及云厂商、AI等新业务的拓展,IDC板块有望逐步复苏。供给端,行业整体正处在加速出清阶段,同时一线城市等核心地区的资源依旧具备稀缺性,对于万国数据为代表的头部公司,有望受益竞争格局带来的改善优化。短期经过外部事件的冲击后,公司整体估值处在低位,后续有望在行业需求复苏之后得到修复。
lg
...
金融界
2023-06-13
AI产业链全面爆发,AI人工智能ETF(512930.SH)涨超3.2%
go
lg
...
推出,人工智能行业将迎来迅猛发展。当下
AI
产品
正加速走向1-N的落地期,算力需求不断提现,应用场景日渐丰富,盈利能力逐步兑现,AI有望逐步成为未来几年的重要投资主线。 中证人工智能指数在产业链上游算力,中游算法,下游AI+应用均衡布局,对目前仍处于爆发初期的AI板块来说,指数化投资是把握行业爆发的beta行情的极佳工具,建议持续关注AI人工智能ETF(512930.SH)。 本条资讯来源界面有连云,内容与数据仅供参考,不构成投资建议。AI技术战略提供为有连云。
lg
...
有连云
2023-06-13
财报分析 | AI 赋能的下一代搜索:百度的新增长引擎
go
lg
...
模型。 ◎ “云智一体”持续进化 通用
AI
产品
正在深入关键场景 2022年12月27日,百度智能云发布国内首个全栈自研的AI基础设施 “Al大底座”,面向企业Al开发和应用提供端到端自主可控、自我进化的解决方案。(百度AI大底座是源自百度多年产业深度实践积累的全要素智算基础设施;它涵盖了百度昆仑芯,飞桨AI框架以及文心大模型等核心能力以及百舸平台,AI中台等平台方案,将百度的基础架构IaaS与应用平台PaaS能力深度耦合,以全要素、端到端的整合百度的AI优势,为产业提供最强的智能计算基础设施支持,满足产业对于低门槛、快速部署等智能计算需求。因此百度AI大底座涵盖了文心大模型的能力。) 通过复用标准化解决方案以及从低利润率项目中转移,百度智能云利润率持续优化。 ◎ 百度智能云 百度智能云致力于为企业和开发者提供全球领先的人工智能、大数据和云计算服务,加速产业智能化转型升级。 百度智能云大模型平台根据不同企业及开发者需求,提供公有云服务、私有化部署两大服务模式。在公有云服务方面,百度智能云大模型平台将提供:推理(直接调用大模型的推理能力)、微调(通过高质量精标业务数据,高效训练出特定行业的大模型)、托管(将模型发布在百度智能云,以实现更加稳定高效的运行)三种服务,大幅降低企业部署大模型的门槛。根据美国国际研究中心的2022年上半年中国公有云市场报告,百度连续第四年再次名列AI云服务第一名。 在私有化部署方面,支持软件授权(提供在企业环境中运行的大模型服务)、软硬一体(提供整套大模型服务及对应的硬件基础设施)两种方式。私有化部属能够满足对数据监管有严格要求的企业客户需求。 AI公有云与软件市场,主要包含三大板块:AI公有云是现金流业务,AI算法和软件定制是面向现实的业务,AI算力和大模型是面向未来的业务。百度智能云在这三大领域均有大规模布局。 ◎ 飞桨 飞桨(PaddlePaddle)是集深度学习核心框架、工具组件和服务平台为一体的技术先进、功能完备的开源深度学习平台,已被国内企业广泛使用,深度契合企业应用需求,拥有活跃的开发者社区生态。提供丰富的官方支持模型集合,并推出全类型的高性能部署和集成方案供开发者使用。 飞桨作为百度产业级深度学习框架,是直接支撑文心大模型的平台,也是目前被广泛使用的深度学习框架。截至2022年底,飞桨开发者社区已增长到535万人次,并已服务超过20万家企业,位列中国深度学习平台市场综合份额第一。到2022年底,开发者已于飞桨上创建了67万个模型。 百度飞桨平台具备开发便捷、动静结合部署等多重优势,未来有望吸引更多开发者及 企事业单位及科研院所加入,共同推动国内AI大模型的研发和应用。飞桨平台在框架易用性、训练技术、推理引擎和模型库四大方面均具备显著优势,可供开发者快速便捷地进行AI开发。 在百度AI能力的整体架构中,深度学习框架位于第二层,整体的四层能力包括「底层芯片+深度学习框架+大模型+应用层」。 ◎ AI芯片 - 昆仑芯 昆仑芯科技团队于2017年在Hot Chips上发布自研的、面向通用AI计的芯片核心架构——昆仑芯XPU。集十余年AI加速研发实践,昆仑芯XPU从AI落地的实际需求出发,按照复杂前沿的人工智能场景需求开展迭代,致力为开发者提供通用、易用、高性能的算力来源。 昆仑芯科技已成功推出两代通用AI计算处理器产品:昆仑芯1代AI芯片、昆仑芯2代AI芯片,及多款基于自研芯片的AI加速卡:K100、K200、R200系列,以及AI加速器组R480-X8。新一代AI芯片、AI加速卡及更多产品正在研发中。 昆仑芯1代AI芯片基于昆仑芯自研架构XPU设计,针对云端推理场景,支持通用AI算法,在百度搜索引擎、小度等业务中部署,涉及互联网、工业制造、智慧金融、智慧交通等领域。 昆仑芯2代AI芯片基于自研架构昆仑芯XPU-R而设计。相比1代产品,2代AI芯片主要为数据中心高性能计算提供算力,支持自然语言处理、计算机视觉、语音以及传统机器学习等各类人工智能任务。 ◎ 文心一言-文心大模型 受益于百度知识图谱文心大模型成为了全球首个知识增强千亿大模型。文心大模型已历经多次迭代,在更早之前也已经从单一的自然语言理解延伸到多模态,包括视觉、文档、文图、语音等多模态多功能。 百度为推进大模型深入产业落地,与行业头部企业联合研发融合行业数据、知识以及专家经验的行业大模型,目前百度文心大模型已经在电力、金融、媒体等领域,发布了10多个行业大模型。 文心大模型全景图刷新,构建产业大模型体系。大模型的出现,为人工智能进一步发展带来新机遇,深度学习平台加大模型,贯通AI全产业链,夯实产业智能化基座,将进一步加速智能化升级。 文心一言通过自然语言交互的形式,根据用户的指令,完成问答、文本创作、代码查错等任务。其能力和应用场景非常广泛,主要包括以下几个方面: 生成应用和布局:根据用户的需求和偏好,自动生成各种应用和界面布局,比如网页、APP、游戏等。 搜索和数据分析:根据用户的查询,自动搜索和分析相关的数据,并以图表或文本的形式呈现给用户,比如股票、天气、新闻等。 程序生成和分析:根据用户的描述或示例,自动生成或修改相应的代码,并对代码进行检查和优化,比如Python、Java、C++等。 文本生成:根据用户的输入或主题,自动生成各种类型和风格的文本内容,比如小说、诗歌、广告、论文等。 内容创作:根据用户的需求和喜好,自动创作各种类型和形式的内容,比如音乐、视频、图片等。 一般推理:根据用户提供的信息或问题,自动进行逻辑推理和判断,并给出合理的答案或建议,比如数学题、谜语、道德问题等。 其他:可以应用于其他领域和场景,比如教育、娱乐、社交、医疗等。 1.2 移动生态 百度移动生态的核心是百度App,是中国第一的搜索加信息流应用程序,2022年12月拥有6.48亿的MAU及每日登录率超过80%。与大多数移动应用程序不同,百度总计通过其自有的AI支柱,来自第三方应用程序及网站的汇总内容和服务可将流量直接引向封闭生态系统,亦可将流量直接引向具有类似于本地应用程序体验的第三方内容及服务供应商。 根据开放式平台模型,百度总计利用百家号账户,智能小程序及托管页的网络合作伙伴,持续发展其庞大的第三方内容及服务。百度于AI及强大知识图谱开发方面积累的数十年经验使其能够在开放平台上将用户意图与长尾,第三方内容及服务进行匹配。 移动生态中包括数十个应用程序,其中包括百度App、好看视频及百度贴吧,为公众提供通过搜索及信息流发现及消费信息并与内容创作者,发布者,服务提供商及商户交流与互动的平台。从用户获取到用户关系管理再到闭环交易的类似于本地应用程序的体验,向商家展示百度的价值,令他们能够在平台上进行用户生命周期管理,亦使百度总计成为搜索及信息流的领先在线营销服务供应商。 在移动生态业务中,百度为50万名客户提供服务,使其能够利用庞大的用户群。百度主要通过提供全面有效的营销服务来满足客户需求,并从中变现。这部分收入主要来自提供搜索,信息流及其他营销服务,占2020年,2021年及2022年总收入的大部分。 被广泛使用的还有AI技术开发创新营销服务(例如动态广告),为各搜索用户推荐最适合的营销客户产品。百度的营销云亦为营销客户提供创新AI能力,以便用户于非营业时间仍可进行产品咨询,且百度大脑可自动与客户进行对话以促成交易。此外,在百度平台发展的用户活动及用户登录,令公司能够丰富除在线营销外的变现方法,比如百度健康。 1.3 智能驾驶 百度智能驾驶与其他增长计划包括有发展前景及巨大市场机遇的业务,部分业务处于商业化初期,客户群不断增长。百度作为智能驾驶及智能设备领域的市场领导者,正凭借其独特的AI能力,数据洞察力及内部研发芯片寻求快速增长机会。 萝卜快跑提供共享无人车服务,萝卜快跑在国内大陆向十个以上城市的公众开放。2022年,萝卜快跑供应的无人驾驶出行服务订单超过1.5百万单。到2023年1月底,萝卜快跑累计向大众提供的无人驾驶出行服务订单超过2百万单。自2021年11月25日起,萝卜快跑已开始在北京的开放道路上开始收费运营,于2022年7月20日,萝卜快跑获得了在开放道路上就提供无人车服务(方向盘后面无安全人员)收费的许可。2022年12月30日,萝卜快跑首批获准在北京开展全无人自动驾驶测试,令百度在首都的公共道路上向公众提供无人车服务更近一步。 百度在自动驾驶领域强劲的品牌及市场领导力已延伸至智能驾驶领域。阿波罗是汽车制造商公认的品牌。公司已经搭建与许多国内外个汽车品牌的合作,采用百度阿波罗汽车解决方案为其乘用车赋能。根据IDC、Strategy Analytics和Canalys,小度于2022年前9个月在全球智能屏出货量及中国智能音箱出货量中排名第一。由百度自主研发的AI芯片是针对百度大脑和特定AI用途定制的,以改善性能与降低成本,而百度也相信相关计划将增强收入长期增长动力。 02 业绩概览 2022财年,百度核心业务营收为954亿元人民币,与2021年基本持平。其中,在线营销业务营收为695亿元人民币,同比下降5.95%。 非在线营销收入方面,2022年的整体营收为259亿元人民币,同比增长22%,主要由云计算和其它基于AI驱动的业务推动。 • 百度2022年Q4营收331亿,与2021年同期持平 • 从2021-2022年各季度数据来看,百度2022年第四季度营收为331亿元,基本与2021年同期持平,较第三季度的325.4亿元增长2%。 其中,2022年第四季度来自百度核心的收入为257亿元,来自爱奇艺的收入为76亿元。 • 百度2022年Q4成本与费用284.84亿,同比降8% • 百度2022年第四季成本与费用为284.84亿元,较上年同期的311亿元降8%。 其中,百度2022年第四季度成本为169亿元,较上年同期下降2%;销售、管理费用为59亿元,较上年同期下降9%;研发费用为57亿元。公司销售及管理费用、研发费用、财务费用占营业收入比重分别为16.6%、18.9%、-1.5%,研发费用率较2021年同期保持稳定,销售及管理费用率有所下降。 • 百度Q4运营利润46亿,运营利润率16% • 百度2022年第四季度运营利润为46亿元,其中,百度核心的运营利润为38亿元,运营利润率为16%;百度2022年第四季度Non-GAAP下运营利润为65亿元,Non-GAAP下百度核心的运营利润为55亿元,实现了同比增长。 百度2022年第四季度其他收益为18亿元,其中有一项长期收益,达16亿元。 • 百度Q4净利50亿,较上年同期大幅改善 • 同样从2021-2022年各季度数据来看,百度2022年第四季度归属于公司的净利润为50亿元,较上年同期大幅改善;百度2022年第四季度Non-GAAP下归属于公司的净利为54亿元。 百度2022年第四季Adjusted EBITDA为82亿,adjusted EBITDA率为25%;其中,百度核心Adjusted EBITDA为71亿,adjusted EBITDA率为28%。 截至2022年12月31日,百度持有现金、现金等价物、受限制现金、短期投资为1853亿元。 2.1 利润增加的主要原因是降本增效与精简运营 2022财年百度公司收入成本为639亿元,同比上一财年同期的643亿元,该项成本下降1%。销售、一般与行政成本2022财年为205亿元,同比下降17%,财报称该项下降是由于渠道支出、促销营销和人员相关费用的减少。 财报显示,得益于持续的降本增效、精简运营,2022年下半年,百度核心经营利润(非美国通用会计准则)同比增长14%;在国内公共卫生防控冲击宏观经济的第四季度,百度经营利润、经营利润率也均实现同比增长。 2.2 基本盘广告业务收入有所下滑,搜索市场份额依旧遥遥领先 财报中显示,搜索引擎广告的在线营销收入有波动,在四个季度中,分别占总营收的55.3%、57.7%、57.5%、56.2%;核心业务中移动生态依然贡献了大部分营收。2022年,百度核心营收为954亿元人民币。其中,在线广告营销收入为695亿元人民币,同比下降6%。 由于公共卫生防控反复影响了线下经济活动,广告主削减预算,百度来自广告的收入减少。财报中显示,活跃在线营销客户数由2021年的约53.5万名减至2022年的约52万名,而每名客户平均收入由2021年的约人民币13.8万元减至2022年的约人民币13.4万元。根据《2022年中国互联网广告数据报告》,2022年,中国互联网广告市场规模预计约为5088亿元,较2021年下降6.38%。 随着2022年12月公共卫生防控政策放开后,移动业务的增长让百度广告业务有了回春的迹象。李彦宏的内部信提及,2022年12 月,百度App月活用户数达到6.48亿,同比增长4%。财报数据显示,百度托管页(Managed Page)的收入占广告收入的48%,同比增长了约40%。 2022年,百度在搜索市场的份额依然遥遥领先,且APP月活跃用户指标保持了正增长。根据statcounter统计数据,百度去年仍以超过85%的超高份额位居中国移动搜索市场份额位居榜首。而截至年末,百度APP月活跃用户达到6.48亿,同比增长4%。 「百度在新发布的2023年一季度财报中披露,百度智能云首次实现了盈利」 百度智能云在2023年一季度实现了盈利(non-GAAP),收入同比增长8%至42亿元。与此同时,百度智能云持续为关键客户构建标准化、规模化的人工智能解决方案,推动了智能云利润的增长。 2.3 非在线营销收入整体营收增长迅速,主要由智能云、AI业务推动 2022年,百度核心营收中,非在线营销收入259亿元,同比增长22%,占该年度总营收的21%。代表着智能云及其他AI业务的非在线营销收入呈总体上升趋势,在四个季度中,分别占总营收的20.07%、20.6%、20%、23%。 同时财报显示,2022年百度核心研发费用达到214.16亿元,占百度核心收入的22.4%。其中Al业务是重中之重。 一方面,作为百度AI to B业务的承载者,百度智能云通过对行业特定痛点的理解,提供深入核心场景的标准化AI解决方案,实现了市场份额的领先。“云智一体” 战略体现出更强竞年力百度智能云已连续四年AI公有云市场第一,2022年上半年在Al公有云服务市场份额占比28.1%。 另一方面,百度自动驾驶业务稳步推进。自动驾驶开放平台Apollo正式推出全新升级版本8.0;自动驾驶出行服务平台萝卜快跑订单量同比大增162%,截至2023年1月底,萝卜快跑累计订单量超过200万单,稳居全球最大的自动驾驶出行服务提供商。 2.4 百度在卸下包袱,而文心一言则是国内最有可能复刻ChaGPT的产品之一 2022年百度核心研发费用达214.16亿元,占比百度核心收入比例的22.4%,已官宣加入百度文心一言生态圈的企业达400+家,AI已成为百度大厦中愈发重要的一块基石,真金白银的持续投入,也正在转化为产业化成果。 文心在大模型已进入ERNIE 3.0系列、跨模态系列等底座模型日渐成熟,模型层基础扎实。2022年11月底,飞桨平台上己凝聚535万开发者、创建67万个Al模型,服务20万家企事业单位,在AI内容生态上都为文心一言提供了多元的使用场景。 对于百度来说,文心一言发布后,能够直接应用于自身产品的使用中,提升产品力。百度的搜索业务、智能驾驶业务都将受到加持,百度智能云也接入文心一言,提升B端服务能力。除此之外智能语音、数字人等都将通过文心言获得新的可能。 03 AIGC角度市场分析 3.1 大模型成为AI领域基础设施 自2022年Stable Diffusion模型的进步推动AIGC的快速发展后,年底,ChatGPT以“破圈者”的姿态,快速“吸粉”亿万,在全球范围内掀起了一股AI浪潮,也促使了众多海外巨头竞相发布属于自己的大模型。 而在国内,百度、阿里、华为、腾讯等公司也已在浪潮赶来之前就有所布局: 2019年,阿里开始布局大模型研发,去年9月发布“通义”大模型系列的众多大模型;华为在2021年基于昇腾AI与鹏城实验室联合发布了鹏程盘古大模型,是首个全开源2000亿参数中文预训练语言模型,在知识问答、知识检索、知识推理、阅读理解等文本生成领域表现突出;而腾讯的思路也与阿里相似,发布了混元AI大模型;第二梯队的京东、网易、360、字节跳动等企业,也纷纷官宣了自己在AI大模型方面的布局。此外,北京智源人工智能研究院推出1.75万亿参数的悟道2.0,可以同时处理中英文和图片数据。浪潮信息和中科院也分别推出了相应的大模型等。 其中,百度是国内最早推出大模型的大厂。 2023年3月,基于该高性能集群,百度推出大语言模型文心一言,并不断迭代出新的能力。随着文心一言的发布,成为了中国第一个类ChatGPT产品后,各家的大模型也纷纷亮相,一时间,国内仿佛陷入了“大模型之战”中。 目前,国内各大企业AI大模型系列主要的NLP语言大模型、CV大模型、多模态大模型已陆续推出并实现部分应用落地。百度文心大模型、华为盘古大模型、商汤大模型、阿里大模型都已陆续亮相。 • 百度与阿里对比 • 百度文心大模型:包含NLP大模型、CV大模型、跨模态大模型、生物计算大模型、行业大模型等。与Bing类似,文心一言有望优化C端用户搜索、创作体验;ToB方面,百度已开放大模型API接口,在文案、AI作画、开放域对话方面赋能企业。对于具体行业,百度推出文心行业大模型,以“行业知识增强”为核心特色。 阿里巴巴通义大模型:由通义-M6模型融合语言模型和视觉模型组成,率先应用在硬件终端天猫精灵和软件通义千问。通义大模型包括统一底座“M6-OFA”,三大通用模型“通义-M6”“通义-AliceMind”“通义-视觉大模型”,以及行业层面的不同垂直领域专业模型。在应用上,天猫精灵基于通义大模型推出拟声助手“鸟鸟分鸟”;对话式通义千问已经开始内测。 作为国内大模型训练规模最大的两家巨头,百度的文心大模型与阿里的通义千问形成对标,基于当前的发展也积累出了一些对比: C端功能势均力敌,B端服务能力阿里更具优势 首先,在面对用户提出的问题时,通义千问与文心一言在绝大多数情况都可以给出较为正确的回答,在面对C端用户的提问时,两个产品显示出了不相上下的实力。而在C端的势均力敌之下,阿里却祭出了同类竞品难以比拟的B端服务能力。 通义千问在C端用户之外,专门针对企业用户发出了邀请共测,企业可基于通义千问打造专属大模型,在企业专属的大模型空间中,既可以调动通义千问的全部能力,也可以结合企业自己的行业知识和应用场景,训练自己的企业大模型。 具体而言,除了通用场景之外,企业由于业务特性的不同,对于大模型服务有特殊需求和要求,通义大模型如果变成企业专属的大模型,可以支撑企业各式各样的应用与服务。 阿里云希望通过产品化的方式,满足企业专属大模型从生成到部署全生命周期的需求。 百度文心一言的核心优势是对中文的理解 对比来看,百度的优势体现在文心大模型在国内市场格局中较为领先。根据IDC发布《2022中国大模型发展白皮书》,百度文心大模型在市场格局中在产品能力、生态能力、应用能力等方面在国内较为领先。 文心一言核心优势是对中文的理解。百度作为中国语境的搜索龙头,拥有有更多的中文语料数据参与训练。比如,文心一言可以针对“洛阳纸贵”这种容易产生歧义的成语,给出较为贴切的解释。可以用成语写出藏头诗,用四川话读出文 章。 总的来说,两个模型在自然语言处理领域都有其独特的优势和不足,难以直接进行比较。但是,可以肯定的是,它们的出现和发展表明了中国在自然语言处理领域的实力和创新能力。 3.2 大模型背后的算力之争 人工智能的基础层是数据和算力,数据由服务器和光模块存储和运输;算力由CPU、GPU、FPGA、ASIC等芯片支撑。 根据前瞻产业研究院的数据,未来几年内,中国人工智能芯片市场规模将保持年均40%至50%的增长速度,到2024年,市场规模将达到785亿元。 数字经济时代,算力无处不在。以芯片、服务器、云计算提供商为主的市场主体,共同构成算力产业的大图景。 中国算力产业正在进入新一轮发展周期,有两个变量将影响中国企业的全球竞争力。第一个变量是2022年全面启动的“东数西算”政策,目的是让算力像水电一样便宜简单易用,同时希望中国企业在国际产业链占据主动权。第二个变量是AI让智能算力需求爆发,智能计算正在重塑云、软件、芯片产业,还在影响其他产业的智能化转型。 中国拥有算力资源的两大主力军分别是国资背景的三大电信运营商(中国移动、中国电信、中国联通)、民营背景的几大科技公司(阿里、腾讯、华为、百度),两大主力军背后,是一条包括设备服务商、芯片供应商、芯片制造商的庞大算力产业链。如果力量分散且失衡,中国算力产业会在关键时刻被拉开差距。 ◎ AI模型数据规模增长,AI算力需求井喷 当前算力距离AI应用存巨大鸿沟。根据Open AI数据,模型计算量增长速度远超人工智能硬件算力增长速度,存在万倍差距。英特尔表示,目前的计算、存储和网络基础设施远不足以实现元宇宙愿景,而要想实现真正的元宇宙,目前的计算能力需量要再提高1000倍。 ◎ AI芯片作为算力的核心,规模保持高速增长 AI芯片为算力的核心,专门用于处理AI应用中大量计算任务的模块。根据艾瑞咨询,2022年中国人工智能芯片市场规模达到396亿元,预计2027年市场规模将达到2164亿元,CAGR为40.5%。国内AI智算中心等数字化基础设施不断完善,AI模型复杂度和参数量的快速提升,对计算能力要求不断提高,高性能人工智能芯片市场将保持高速增长。 3.3 AI应用场景日渐丰富,产业链成长空间广阔 大模型借助“预训练+精调”等模式,用相比较大模型更少量的数据即可对下游应用赋能。预训练大模型基于海量数据的完成了“通识”教育。在具体应用场景下,借助“预训练+精调”等模式,应用模型用相比较大模型更少量的数据即可进行相应微调,高水平完成细分应用的任务。 企业由此借助AIGC技术提高生产效率,降低生产成本,利好下游垂类应用企业,目前AI应用领域:家居、金融、医疗、安防、交通、零售等; 伴随着ChatGPT的出现,带来的文本生成、代码生成、图像生成等能力将有效赋能至下游,减少人工成本,提高办公效率,有效助力企业降本增效;目前国内大厂加快多模态大模型的研发落地,并与众多企业合作,下游应用场景将不断拓展,未来人工智能具备广阔的市场空间。 04 未来发展展望 • 优异成绩令市场瞩目,各大机构纷纷上调了业绩预测 • 高盛、大摩、摩根大通、美银、瑞银、法巴银行等大型国际机构都给出了“买入”评级。各大机构观点表示,百度广告业务将随着经济复苏而回暖改善,2023年下半年或实现增速转正;智能云业务将继续领跑行业、保持高于行业的增速;智能驾驶则将成为长期业绩的积极推动因素,推动股价向上。 在本次财报中,百度董事会还授权了一份总值50亿美元的股票回购计划,有效期持续至2025年12月31日。2023年至今,百度股价已飙升近40%。 • 文心一言的发布至关重要,与百度智能云、搜索服务的结合将会给国内AIGC带来新的可能 • 目前,百度的主营业务仍是搜索,但AI正在为百度的营收提供有力支撑。 随着未来“文心一言”与现有业务实现有机结合,百度将迎来巨大红利期。生成式
AI
产品
不仅能在短时间内带来DAU和用户使用时长的爆发,长期来看还将促进搜索的代际变革,丰富内容生态和供给,优化搜索体验,创造下一代流量入口。 云业务的发展趋势将是更加智能化,仅非带宽和算力的简单提升。文心大模型或颠覆云服务市场的现状,而生成式AI技术将为百度智能云业务打开新的成长和想象空间。另外,大模型技术未来与自动驾驶的结合还将进一步提升自动驾驶的安全性和可靠性,搭载到Apollo智驾平台则可以优化新一代人车语音交互体验。 百度非常重视生成式AI的机会,认为通过整合文心一言、百度App,特别是百度搜索,将增强用户体验。文心一言提供的新功能将有助于吸引新用户并提高用户参与度,同时也会提高广告商对百度的兴趣,推动长期收入增长。 • 百度在全球AI领域的布局具备前瞻性,新的增长值得期待 • 百度在全球大厂中率先发布对标ChatGPT的大模型产品文心一言,具备在全球AI领域布局的前瞻性。并且,文心一言内测一个多月,就完成了4次大的技术升级,大模型推理性能提升近10倍。 百度创始人、董事长兼首席执行官李彦宏在5月4日百度内部活动中表示,百度之所以能够在Google、Meta、Amazon等大厂之前率先发布生成式大模型产品,是因为百度在芯片、框架、模型、应用等四个层面做到全栈布局、层层领先。 李彦宏:未来文心一言将通过百度智能云对外提供服务,这将是百度“云智一体”战略的里程碑,也意味着云市场游戏规则的根本性改变。云服务从数宇时代跃迁至智能时代,之前选择云厂商更多看算力、存储等基础云服务,未来,更多会看框架好不好、模型好不好,以及模型、框架、芯片、应用之间的协同。 目前,已经有包括互联网、媒体、金融、保险、汽车、企业软件等行业的400多家头部企业宣布加入百度“文心一言”生态。随着文心一言等通用
AI
产品
的技术迭代和成本降低,未来百度智能云将突破更多核心场景。 本条资讯来源界面有连云,内容与数据仅供参考,不构成投资建议。AI技术战略提供为有连云。
lg
...
有连云
2023-06-12
上一页
1
•••
95
96
97
98
99
•••
114
下一页
24小时热点
中国突传重磅!彭博独家:中国当局就走私调查约谈金属行业老板 释放关键信号
lg
...
特朗普突发语出惊人!黄金、比特币“战争”避险买盘飙升……
lg
...
黄金刚刚爆发!金价亚盘大涨26美元 彭博分析黄金本周突然“大变脸”背后的原因
lg
...
中东突传重大巨响、美国通过关键法案!比特币飙升逼近11万 黄金3324避险加剧
lg
...
【直击亚市】特朗普减税引爆债市!美元连跌四日,比特币突破11万
lg
...
最新话题
更多
#Web3项目情报站#
lg
...
6讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
34讨论
#链上风云#
lg
...
102讨论
#VIP会员尊享#
lg
...
1971讨论
#CES 2025国际消费电子展#
lg
...
21讨论